|
Если Рфактическос > Ртабличное5 то полученную модель следует признать адекватной. Уровень значимости и ошибку модели определим при помощи стандартных процедур описательной статистики пакета анализа ППП Excel. Результаты расчета показателей, подтверждающих качество построенной модели, представлены в табл. 3.4. Таблица 3.4 Результаты расчета трендовых моделей показателя инвестиционной привлекательности рекреационного района. Модель 1 Модель 2 Модель 3 Модель 4 Модель 5 А 32,2% 8,4% 10,9% 9,5% 21,4% В 4,9 12,1 5,3 16,7 3,9 С 3.66% 3,24% 3,64% 3,22% 4,01% Как показывает таблица, для построения прогнозов нецелесообразно использовать линейную и полиномиальную зависимости. Экспоненциальная зависимость отражает изменение верхней границы, логарифмическая наиболее вероятную; а степенная нижнюю границу тенденции изменения инвестиционной привлекательности рекреационного района. Полученные трендовые модели позволяют определить общие тенденции изменения инвестиционной привлекательности рекреационного района. В табл. 3.5 приведены ожидаемые границы изменения показателя инвестиционной привлекательности рекреационного района при сохранении текущих тенденций развития. Как демонстрирует рис. 3.7 ожидается увеличение показателя инвестиционной привлекательности рекреационного района Большого Сочи. Согласно пессимистическому прогнозу темп прироста составит всего около 2%, в то время как согласно оптимистическому прогнозу можно ожидать больший рост инвестиционной привлекательности рекреационного района (более 6%). 135 |
Поскольку коэффициент детерминации во всех моделях на высоком уровне, то возможно их использования для определении основных тенденций изменения инвестиционной привлекательности Ленинградской обласги, что удовлетворяет цели построения трендовых моделей. Для выбора модели определим ошибку модели (а), F-статистику Фишера (Ь) и уровень значимости гипотезы об отсутствии связи (с): Проверку значимости уравнения регрессии произведем на основе вычисления F-критерия Фишера: /,-=------£ 1 1 --------------------( Табличное значение критерия при доверительной вероятности 0,95 составляет 3,81. (найдено с помощью функции FPACTIOBP) Если Рф^у> Fia6!, полученную модель следует признать адекватной. Уровень значимости и ошибку модели определим при помощи стандартных процедур описательной статистики пакета анализа ППП Excel Результаты расчета показателей, подтверждающих качество построенной модели, представлены в таблице 3.6. Таблица 3.6 Модель 1 Модель 2 Модель 3 Модель 4 Модель 5 Модель 6 а 30,08 % 7,85 % 10,18% 8,87% 19,99% 24,01 % b 3,95 9,76 4,28 13,47 3,15 12,26 с 3.42 % 3,02% 3,40 % 3,01 % 3,74 % 3,85 % Как показывает табл. 3.10, для построения прогнозов нецелесообразно использовать полиномиальные и линейную зависимости. Экспоненциальная зависимость отражает изменение верхней границы, логарифмическая наиболее вероятную; а степенная нижшою границу тенденции изменения инвестиционной привлекательности Ленинградской области. Полученные трендовые модели позволяют определить общие тенденции изменения инвестиционной привлекательности Ленинградской 123 |